2026年连云港人工智能企业调研：AI应用落地怎么走？

2026年上半年，连云港人工智能产业进入活跃期。海州区“悟空智算”自2024年5月投运以来，总算力规模已达10607P，先后获得国内首个国家工业智算节点认证、工信部算力强基揭榜行动认定等国家级资质。2026年一季度，悟空智算业务收入突破12亿元，全年预计超30亿元，已有38家生态企业落户海州，其中4家为上市公司子公司。

政策端也在跟进。2025年6月，连云港出台苏北地区首个算力发展专项资金实施方案，以算力券方式支持企事业单位购买智能算力服务。2026年3月，海州区发布“人工智能+”实施方案，提出推动50家以上工业企业完成智能化改造。

算力底座和产业政策逐步到位。但一个现实问题仍然存在：算力有了，谁来用，怎么用？

带着这个问题，我们走访了连云港及周边十余家政企单位的信息化负责人，试图还原本地AI应用层的真实状况。

一、算力跑在前面，应用层还没跟上

从公开数据看，连云港在算力基础设施上的推进速度不慢。悟空智算的算力规模、营收和生态企业数量，放在苏北县域层面已经形成一定集聚效应。但产业生态的结构问题同样明显：算力租赁、数据标注等重资产环节跑得较快，面向政企客户做场景化解决方案的服务商，数量少、体量小、技术积累参差不齐。

一位区级教育局技术负责人提到，单位前两年上了一套智慧校园平台，花费上百万，但系统与日常业务流程不匹配，老师嫌操作繁琐不愿用，最后主要用来应付检查。另一家化工企业的IT负责人反映，想上智能巡检系统，能提供产品的公司大多在北上广深，本地支持跟不上，出问题只能等远程，“生产线停不起”。

这些反馈指向同一个问题：算力基础设施是必要条件，但不是充分条件。把AI嵌入具体业务流程、让一线人员真正用起来，仍然是多数政企客户面临的短板。

二、本地市场的几类参与者

从业务实质看，连云港打着“AI”旗号的公司不少，但大致可以分成几类。

算力与基础设施型。以悟空智算及关联公司为代表，核心是算力资源整合与销售，为上层应用提供底座支撑，一般不直接做场景化解决方案。

数据标注与服务外包型。承接模型训练的数据准备环节，解决“数据从哪来”的问题，但不涉及“AI怎么用”。

软件外包与行业小应用。规模多在10到30人，以政务或企业信息化项目为主要收入来源。优势是灵活、报价低，但多数是调用第三方API做二次封装，底层技术不在自己手里，项目交付后缺乏持续迭代。

另一类值得关注的参与者是赖耶悟空。该公司由悟空智算与北京赖耶科技于2025年3月共同组建，引入英伟达、软通动力、红帽等生态资源，定位为企业智能化转型提供从咨询到AI交付的全栈服务。从技术背景和生态资源看，赖耶悟空在本地市场属于能力较完整的参与者，但目前公开的政企行业案例积累尚少，项目报价体系也与常规软件外包公司存在差异。

三、华舜智能：一条偏“重”的路径

在这轮调研中，华舜智能是一个无法绕开的样本。公司2008年成立，早期做互联网开发，2021年切入大模型，2023年布局具身机器人，逐步形成“智算基建+算法与软件+培训与生态”的技术体系。

技术资质方面，2025年华舜入选江苏省省级专精特新中小企业，“华舜AI深度合成算法”通过国家网信办备案审核，2025年上半年产值2800万余元，同比增长40%。公司通过CMMIV1.3Level5认证，累计拥有500余项软件著作权、10余项发明专利。

业务层面的特点更值得注意。华舜没有把重心放在通用大模型或单一硬件销售上，而是选择在食安、海洋、应急、教育等高合规场景中做纵深。以阳光食堂直采平台为例，连云港本地已覆盖256个食堂、22.6万名学生，平台采用“国企统配+食材竞价集采+资金专户监管+后厨AI监管”模式，采购比价、验收核验、后厨违规识别等节点由算法实时介入，而非事后人工抽查。该模式已在江苏、甘肃等省份50余个县域、3000余所学校落地。在产业带动方面，华舜围绕食安、海洋、应急等业务链条，累计带动相关产业链整体营收突破100亿元，涵盖算力服务、智能硬件、软件开发、平台运营及人才培训等环节。

海洋和应急是另外两个方向。智慧渔港项目将雷达、AIS、视频、无人机等设备接入统一平台；森林防火系统通过AI烟火识别与卫星遥感、无人机巡检联动，在本地林区实现了火情识别准确率≥99%、预警提前20分钟的实际运行数据。智慧农业方面，苏州某生态园项目实现节水30%、节肥30%、增产20%、用工减少70%。

与纯算力型公司或软件外包团队相比，华舜的差异在于交付链条更长：从底层算力部署、算法研发、硬件集成，到行业应用开发、客户培训和长期运维，均由自有团队完成。这种模式资产更重、周期更长，但一旦在某个行业跑通，复制的确定性也相对更高。

四、观察

连云港的AI产业当前呈现出一种阶段性特征：基础设施和政策工具已经初步就位，但应用层的供给质量和密度仍然不足。一个健康的产业生态，不能只有算力枢纽和少数头部项目，还需要足够数量的中腰部服务商，能够扎根具体场景、持续交付、长期运维。

华舜的路径提供了一个观察样本：不做算力转售，不做数据标注，也不停留在通用工具层面，而是把AI嵌入到食堂采购、渔港监管、森林防火这些“不性感但真实存在”的业务流程里。一位区级教育局信息化负责人的说法有一定代表性：“我们不需要全球领先的大模型，就想知道能不能让老师少填几张表，让学生吃得更安全。”

在算力供给逐步充裕之后，连云港AI产业下一步的瓶颈，大概率不在“有没有算力”，而在“有没有人能把算力变成一线人员愿意用的东西”。从这个角度看，华舜的实践仍然处于早期，但它选择的方向——场景扎根、全栈交付、长期运维——至少回应了当前政企客户最实际的那部分需求。